关于训练细节

[Midkey]

您的工作十分优秀！我这里有一些问题想请教一下。 我们尝试复现您的方法，在训练后发现精度与论文所述相距较远。 github中提及Base模型在LaSOT BBOX, TNL2K NLBBOX 和 TNL2K NL的AUC精度分别为 69.5, 62.9和55.0 我复现的的结果为 68.8, 63.1和53.8 在训练过程参数与github中代码一致，Pytorch使用的1.9，使用8卡V100进行训练。 从结果上看，LaSOT BBOX和TNL2K NL的精度具有差距。 因此想请教一下，是否有些细节参数会影响精度以及您使用的训练设备。 scripts/train.sh里面默认是2卡训练，是否使用更多卡训练需要调整学习率等参数。 如果您能提供log文件，将有更大帮助~ 十分感谢~

[568xiaoma]

感谢对我们工作的关注，以下是一些调试的建议，希望对你有所帮助：

1. 使用更多的GPU意味着更大的batchsize，尝试与batchsize成比例地提升学习率。根据你的描述，可以将学习率提升四倍。
2. 建议将pytorch切换到1.10.1从而与初始实现保持一致。
3. 训练log已经上传在百度网盘。